BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Departamento de Computación - ECPv6.15.18//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://www.dc.uba.ar
X-WR-CALDESC:Eventos para Departamento de Computación
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:America/Sao_Paulo
BEGIN:STANDARD
TZOFFSETFROM:-0300
TZOFFSETTO:-0300
TZNAME:-03
DTSTART:20240101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20250924T090000
DTEND;TZID=America/Sao_Paulo:20250924T110000
DTSTAMP:20260408T104754
CREATED:20250919T151449Z
LAST-MODIFIED:20250919T151449Z
UID:10184-1758704400-1758711600@www.dc.uba.ar
SUMMARY:Defensa Tesis Doctorado Carlos Ismael Orozco
DESCRIPTION:Título: Reconocimiento de Acciones Humanas en Videos Utilizando Redes Neuronales Profundas\n\n\nDirector: Dr. Julio César A. Jacobo Berlles\n\nDirectora adjunta: Dra. María Elena Buemi \nConsejera de estudios: Dra. Marta E. Mejail \n \nJurados: \nDra. Maria Juliana Gambini \nDr. Pau Climent Perez \nDr. Sergio Nesmachnow\n\nLink Youtube: https://youtube.com/live/vKJQfCNF-Nw?feature=share\n \nResumen: \nEl Reconocimiento de Acciones Humanas en videos (HAR) consiste en identificar y clasificar diferentes acciones que involucran una o más personas. Este campo continúa en desarrollo ya que los resultados aún no alcanzan niveles satisfactorios para muchas de sus aplicaciones tales como vigilancia\, interacción hombre-máquina\, asistencia sanitaria\, indexación de videos\, entre otras. La importancia de HAR radica en su aplicabilidad a diversos entornos donde la interpretación del comportamiento humano a partir de videos es clave. El objetivo de esta tesis fue desarrollar enfoques de aprendizaje profundo aplicados a HAR. La propuesta integró el uso de Redes Convolucionales (CNN) para extraer características espaciales y de Redes Recurrentes (LSTM) para modelar la dinámica temporal de las acciones. Se incorporó un mecanismo de atención que enfocó las regiones más relevantes de cada fotograma\, mejorando el rendimiento al destacar características esenciales y reducir la influencia de los fotogramas poco representativos. La combinación de CNN\, LSTM y atención ofreció una solución robusta para los desafíos de variabilidad en contextos y entornos. Además\, se implementó un módulo de selección de fotogramas que optimizó el proceso de reconocimiento al identificar y utilizar los fotogramas más representativos. Este no solo mejoró la precisión del modelo\, sino que también redujo los tiempos de entrenamiento al procesar menos fotogramas sin comprometer la calidad del reconocimiento. Para evaluar el rendimiento de las propuestas\, se utilizaron bases de datos públicas especializadas en este tipo de problemas. Los resultados obtenidos fueron competitivos en comparación con modelos más complejos reportados en la literatura. \n \nPalabras Clave: Reconocimiento de Acciones Humanas\, Redes Neuron
URL:https://www.dc.uba.ar/event/defensa-tesis-doctorado-carlos-ismael-orozco/
LOCATION:Sala 1606
CATEGORIES:Agenda
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=America/Sao_Paulo:20250924T150000
DTEND;TZID=America/Sao_Paulo:20250924T160000
DTSTAMP:20260408T104754
CREATED:20250919T124344Z
LAST-MODIFIED:20250919T124344Z
UID:10181-1758726000-1758729600@www.dc.uba.ar
SUMMARY:Defensa Tesis Licenciatura Gonzalo Consoli
DESCRIPTION:Título: Liquid Types para la verificación de smart contracts\nDirector: Hernán Melgratti\nJurados: Diego Garbervetsky\, Javier Godoy. \nResumen:\nEn este trabajo se desarrolló una herramienta para la verificación de smart contracts escritos en Solidity. La estrategia empleada consiste en traducir el código fuente de Solidity a Haskell\, utilizando las instrucciones require y assert como base para generar refinement types\, los cuales se interpretan como precondiciones y postcondiciones. Estos tipos refinados se utilizan posteriormente en el proceso de verificación mediante Liquid Haskell.\nAdemás\, se presentan ejemplos de uso con contratos de Azure y Rosetta\, así como\nadaptaciones específicas para esta herramienta. Finalmente\, se incluye una comparación con otras herramientas de verificación existentes\, como SMTChecker y Slither.
URL:https://www.dc.uba.ar/event/defensa-tesis-licenciatura-gonzalo-consoli/
LOCATION:Sala 1604
CATEGORIES:Agenda
END:VEVENT
END:VCALENDAR